| Аннотация |
Одним из наиболее распространенных видов отходов при переработке винограда являются виноградные гребни, на долю которых приходится до 25 % от количества образующихся отходов. В процессе переработки 100 кг винограда на вино остаётся неиспользованным и удаляется в качестве отходов до 7,0 кг гребней. Гребни винограда белых сортов являются ценным источником таких фенольных веществ, как: транс-ресвератрол, флаван-3-олы, фенолокислоты, флавонолы и проантоцианидины.
Произведен анализ зарубежного и отечественного опыта в области способов получения полифенольного спиртового экстракта гребней для увеличения концентрации биологически активных биофлавоноидов (анализ велся по следующим базам данных: e-library, PubMed, Google Scholar, Science Direct, MedLine, Reaxys, Crossref, Scopus, Web of Sciences, Springer Link, Wiley;
Произведен анализ публичных датасетов, содержащий информацию о концентрации основных групп биологически активных веществ фенольной природы (http://phenol-explorer.eu/ и др.);
Произведён анализ 183 литературных источников.
Для обучения нейронной сети выделены 10 групп биологически активных веществ фенольной природы: Caftaric acid, Coutaric acid, Gallic acid, Syringic acid, Catechin, Epicatechin, Quercetin, Quercetin-3-O-glucoside, Stilbenes, Oligomeric proanthocyanidins.
Разработана концепция информационной системы, сформированы требования к входным и выходным данным, сформирован датасет для обучения нейронной сети. Построена модель информационной системы. Создать прототип системы.
Целью создания программного комплекса является помощь в прогнозировании параметров потенциально извлекаемых запасов биологически активных форм фенольных веществ из гребней винограда. Также обеспечивается помощь в принятии решений об использовании конкретного экземпляра гребней винограда в лечебных и профилактических целях.
Задачами разрабатываемой системы являются:
1. Выявление связи между сортом винограда, глюкоацидометрическим индексом сока ягоды, АОА полифенольного концентрата из гребней винограда. Определить коэффициент взаимосвязи для каждого сорта.
2. Прогнозирование АОА в зависимости от качественного и количественного фенольного состава полифенольного концентрата из гребней винограда.
3. Прогнозирование области применения конкретного полифенольного концентрата из гребней винограда в зависимости от содержания полифенолов (гидрогель, гидролат, биологически активные добавки).
Произведена разработка и обучение нейронной сети для прогнозирования параметров потенциально извлекаемых запасов биологически активных форм фенольных веществ из гребней винограда. Для обучения и валидации нейронной сети использовался разработанный участниками датасет.
Модель множественной линейной регрессии выявила значительную предсказательную способность для общей антиоксидантной активности образцов. Таким образом, исследование по использованию нейронных сетей для прогнозирования антиоксидантной активности спиртовых экстрактов гребней продемонстрировало высокую эффективность использования данного метода прогнозирования.
|
